计量经济学 我国对外贸易影响因素的计量经济分析.docx

《计量经济学 我国对外贸易影响因素的计量经济分析.docx》由会员分享，可在线阅读，更多相关《计量经济学 我国对外贸易影响因素的计量经济分析.docx（11页珍藏版）》请在第一文库网上搜索。

1、摘要22233引言我国对外贸易的影响因素模型的建立与分析3.1 数据的收集3.2 模型的建立与分析41.1.1 2. 1建立多元回归模型41.1.2 2.2多重共线性检验51.1.3 异方差性检验61.1.4 自相关性检验61.1.5 模型的确定73.3模型的不足以及改进方向83. 3.1模型存在的不足84. 3.2模型的改进方向 84结论和建议8参考文献10我国对外贸易影响因素的计量经济分析摘要：经济的发展意味着国家财富的积累，国内产业的调整升级，中国对外供给的能力增强；居民收入增加，国内的需求也相应增加；汇率的波动会导致国际市场上产品相对价格的变化从而引起供需数量的变动。本文根据1991-

2、2020年我国统计年鉴中商品进口额影响因素的各项数据和指标，主要从商品进口额、国内生产总值（GDP）、居民消费价格指数（CPI）、人民币对美元年平均直接汇率等相关数据，运用回归模型，建立回归方程，对中国对外贸易发展的影响因素进行分析。关键词：对外贸易；计量经济模型；商品进口额；GDP； CPI1引言改革开放以来，我国进出口贸易额逐年增加，从一个较低的水平发展到了一个很高的水平，为我国的经济增长做出了重要贡献，很明显，对外贸易繁荣的对中国经济起到极大的促进作用。然而长期以来，我国政府和学者更注重出口贸易,而忽略了进口贸易在经济增长中起到的重要作用。区别于对出口贸易的补贴和优惠政策，为了保障民族产

3、业和国内厂商的发展，政府在进口贸易方面实施了一系列关税等限制政策，从而使商品进口额的增长额总是低于出口额的增长，使得贸易顺差越来越大，巨额的贸易顺差带来了剧烈的贸易摩擦。过大的贸易顺差对我国宏观经济稳定和对外贸易健康发展带来一系列新的问题，如过大的贸易顺差会带来货币政策的被动性，从而导致货币供应量控制能力减弱，推动人民币的不断升值；此外过大的贸易顺差也会增加我国与其他主要逆差国的贸易摩擦。从目前的理论的研究来看，影响我国商品进口额的因素主要有国内生产总值（GDP）、居民消费价格指数（CPI）、人民币对美元年平均汇率（直接标价法）等相关数据。本文根据1991-2020年我国统计年鉴中的各项数据和

4、指标，主要从商品进口额、国内生产总值（GDP）、居民消费价格指数（CPI）、人民币对美元年平均直接汇率等相关数据，运用回归模型，建立回归方程，就中国商品进口额变化，对中国对外贸易发展的影响因素进行分析，以期探究出适合我国进出口贸易的策略。2我国对外贸易的影响因素按照经济学理论，GDP是出口量非常关键的因素，只有GDP满足相应水平要求居民才能够有充足的资金采购进口产品。国内生产总值（GDP）是衡量一个国家经济发展水平最有效的指标，国民经济越发达程度正向影响着国际贸易的紧密程度，从而推动国家进出口贸易的发展。在历经几十年的改革开放后，我国经济飞速发展，综合实力日趋强劲，GDP跃居世界第二位。并且自

5、我国于2001年12月11日正式成为世贸组织成员后至今，中国已经是相互联系相互依存的全球经济中的重要成员，国际经贸往来日益广泛而频繁。居民消费价格指数（CPI）也是一种度量通货膨胀水平的工具，当一国居民消费价格指数上升时，也表明该国的通货膨胀率上升，即货币的购买力下降，从而因此减少消费,从理论上来看,近年来随着我国CPI快速增长，我国人力资本、运费等成本都大幅度提高，外加国际初级产品价格飙升，难免会对我国的进口产生一定的影响，因此把消费者价格指数（CPI）作为影响进口额的一个因素。汇率是两国货币之间的相对比价，本文采用直接标价法，以美元作为基准货币，人民币作为标价货币，汇率的波动会导致国际市场

6、上产品相对价格的变化从而引起供需数量的变动。当外汇汇率下降时，相当于本国货币升值，从而间接的表现为进口商品价格的下降，使国民对进口商品的需求增加，最终使商品进口额增加。3模型的建立与分析3.1数据的收集本文选取了 1991-2020年的样本数据进行分析。一方面，基于变量的数据可得性，我们选取从1991年开始的数据；另一方面，为了使得研究的结果更加贴近现状，数据截至2020年。以上的数据来自中国统计年鉴2021。对相关数据进行整理，结果如下表：中国对外贸易相关影响数据表年份商品进口总额（亿元）GDP（亿元）CPI (%)汇率19913398.722005.6170.85.32319924443.

7、327194.5181.75.51519935986.235673.2208.45.76219949960.148637.5258.68.619199511048.161339.9396.98.351199611557.471813.6429.98.314199711806.679715.0441.98.290199811626.185195.5438.48.279199913736.590564.4432.28.278200018638.8100280.1434.08.278200120159.2110863.1437.08.277200224430.3121717.4433.58.2772

8、00334195.6137422.0438.78.277200446435.8161840.2455.88.277200554273.7187318.9464.08.192200663376.9219438.5471.07.972200773296.9270092.3493.67.604200879526.5319244.6522.76.945200968618.4348517.7519.06.831201094699.5412119.3536.16.7692011113161.4487940.2565.06.4592012114801.0538580.0579.76.313201312103

9、7.5592963.2594.86.1932014120358.0643563.1606.76.1432015104336.1688858.2615.26.2282016104967.2746395.1627.56.6422017124789.8832035.9637.56.7522018140880.3919281.1650.96.6172019143253.7986515.2669.86.8992020142936.41015986.2686.56.898为了了解中国进口商品额与GDP、CPI和汇率之间的关系，本文选择“中国商品进口额”为被解释变量，用丫表示；选择“国内生产总值”、“居民消

10、费价格指数”和“汇率”为解释变量，分别用X1、X2、X3表示。3. 2模型的建立与分析3.2.1建立多元回归模型了解中国商品进口额与国内生产总值、居民消费价格指数、汇率的关系，可以建立多元线性回归模型将模型设定为对数模型：丫 = So+夕也九%+P2LnX2 + P3LnX3 + 林。在其他条件不变的情况下，随着GDP的增长，扩大国内需求，中国进口的商品也要增加，所以用0;居民消费者价格指数上升，其他条件不变的情况下,货币的贬值，将减少进口，促进出口，所以中国大宗商品进口量应减少，伤 0o使用EViews 10软件进行操作，生成对数变量数据进行最小二乘法估计，模型估计结果如下表：Variabl

11、eCoefficient Std. Error t-Statistic Prob.C-2.2896490.875464-2.6153550.0146LOG(Xl)1.2785140.1656787.7168390.0000LOG(X2)-0.8444620.515643-1.6376880.1135LOG(X3)1.209488().55513()2.1787460.0386LnY=-2.289649 + 1.278514LnX1 一 0.844462 LnX2 + 1.209488LnX3=(-2,615355)(7.716839)(-1.637688)(2.178746)R2 = 0.96

12、5321F = 241.2408根据上述结果可得，该模型”=0.965321,可决系数较高，说明解释变量“国内生产总值”“居民消费价格指数”对解释变量“商品借口额”的绝大部分差异做出了解释。F = 241.2408, F检验也很显著。但是，t检验不是特别显著，说明可能存在线性关系，故应当进一步做多重共线性检验。3. 2. 2多重共线性检验通过简单相关系数检验可得到下表数据，商品进口总额与GDP和CIP存在高度的相关性,与汇率的相关程度不明显。GDP与CPI之间也存在较强的线性关系。线性相关表LOG(Y)LOG(Xl)LOG(X2)LOG(X3)LOG(Y)1.0000000.9792020.8

13、95601-0.147237LOG(Xl)0.9792021.0000000.909383-0.204261LOG(X2)0.8956010.9093831 .()000000.154904LOG(X3)-0.147237-0.2042600.1549041.000000进行一次VIF检验，使用VIF值再进行进一步的判断，通常以10为界，大于10则认为存在较为严重的多重共线性，结果如下表。从数据上我们可以知道，国内生产总值(GDP)和居民消费价格指数(CPI)均大于10,所以我们可以认定,是存在严重共线性的。CoefficientUncenteredCenteredVariableVarian

14、ceVIFVIFC0.766437432.2912NALOG(Xl)0.0274492332.09719.61527LOG(X2)0.2658875635.24019.25900LOG(X3)0.308170679.09013.4773183. 2. 3异方差性检验为了进一步完善模型，研究需进行必要的异方差性检验，此处利用最常用的white异方差来进行模型异方差性的检验。可以得到以下结果：Heteroskedasticity Test: WhiteF-statistic5.028737Prob. F(9,20)0.0013Obs*R-squared20.80581Prob. Chi-Square(9)0.0135Scaled explained SS5.392325Prob. Chi-Square(9)0.7989根据上表数据可得，有两项数据都小于0